一种高速工具钢热连轧工序智能排产与报料系统的制作方法
本发明属于特钢生产热连轧工序排产与报料的技术领域，特别是提供了一种高速工具钢热连轧工序智能排产与报料系统，适用于高速工具钢生产过程中的热连轧工序的排产，对于其它种类特钢或普钢的热连轧工序排产也有借鉴作用。
背景技术：
热轧是一种钢铁企业中最常用的生产方式，一块钢材想要成型，往往需要经历炼钢、锻造、热轧等多道工序，环环相扣，热轧常肩负起最终成材的重要角色。钢厂为了合理安排生产，下达生产指令，需要满足复杂的生产工艺条件限制，同时还要满足客户的产品需求及交期，对于本文所指的高速工具钢来说，还要解决钢铁种类众多、成品形状多样化、中间产品规格多变、生产批次多批量小等诸多问题。传统排产方法都是由人工来完成，需要工人反复地校对与核验订单，计算产量和产能，翻阅大量的工艺路线资料，匹配各个工序的原料，时刻考虑是否产生交货逾期现象，对工人的细致与耐心无疑是一个巨大的挑战，需要消耗大量的时间和精力，且排产结果粗糙、不精确、容易出错。因此迫切需要开发高速工具钢生产的智能排产系统，为钢厂解决复杂灵活的排产问题。
高速工具钢的实际生产计划，常以一个月作为大的生产周期时间单位，这一个月中常遍布两到四次生产批次，按规格有“大圆”批次和“小圆”批次之分。每一批次需要严格确定生产订单的规格种类和决定规格顺序的轧机换辊顺序，由于不同规格之前的换辊消耗成本不一，因此需要寻找最佳换辊模式，保证一个批次能换完一轮相对完整的轧辊。每个生产周期内需要平衡各机器的生产能力，周转好坯料与成品的库存，尽量减小生产和坯料的成本，最大程度满足交货日期，以企业生产利润最大化和客户满意程度最大化两者作为终极目标，通过优化批量生产策略，得到一个完整生产周期的最为合理的生产计划。
技术实现要素：
本发明的目的在于提供一种高速工具钢热连轧工序智能排产与报料系统，解决现有排产方法的应用效果差和人工排产方法的耗时长、交货期滞后等问题。替代了传统的手动编排订单的方式，算出的排产表更加精确无误，提高了排产的效率，节省了时间和成本，降低了订单交货期推迟的概率，为高速工具钢铁企业热连轧排产提供了一个有效的科学方法。
本发明在综合考虑订单结构、生产参数、工艺路径和原料匹配、轧机换辊、交货期和插单、减单等因素的前提下，提出了一种高速工具钢热连轧工序智能排产与报料系统，系统主要包括订单解析与处理模块、原料匹配与报料模块和换辊优化与智能排产模块三大模块。该三大模块之间的关系为如图1所示，呈现串联关系，即订单解析与处理模块以销售订单作为输入，并将分析与计算的结果传递给原料匹配与报料模块，作为其输入；原料匹配与报料模块通过筛选和分析，输出原料充足或来料及时的订单数据，传递给换辊优化与排产模块，作为其输入；换辊优化与智能排产模块，采用智能优化算法，优化换辊次数，并将最终结果输出，作为最终的热连轧工序的排产计划。该系统的硬件部分主要包括高性能和高存储容量的工业控制用计算机1台和服务器1台，计算机需内存2g以上，采用win10操作系统且具备python开发环境。订单解析与处理模块、原料匹配与报料模块和换辊优化与智能排产模块三大模块装在高性能和高存储容量的工业控制用计算机上。
本发明的上述三大模块的主要功能和内容分别为：
(1)订单解析与处理模块
订单解析与处理模块的主要功能是采集订单与库存信息、清洗数据，并对订单进行初步解析与分类，并将订单中的成品规格换算为生产规格参数。
订单解析与处理模块的具体内容主要包括销售订单数据的接收、清洗、解析与分类、生产参数运算等内容。
①数据接收。使用pandas和xlrd等的方法接收销售订单数据、库存数据和规则库数据等excel格式文件，或使用cx_oracle等的方法直接导入数据库数据；
②数据清洗。剔除或适当修正空白值以及错误值，将因客户书写习惯的不同和命名标准造成的差异进行规范化；
③订单初步解析与分类。通过分析订单的物料名称与规格范围，确定其轧机成材工艺路线，然后结合关键字进行模板匹配，依次判定订单是否为异型钢材、钢丝盘丝等特殊材料，是否走扒皮或退火等工艺路线；
④生产参数运算。针对异型材、钢丝、方扁带钢、扒皮轧辊坯等特殊轧件在销售订单之中标注的产品规格，则根据公式或者参考表格推算，如异型材需要将长乘宽乘高的最终规格格式，转换成热轧之后的直径格式；扒皮材料则需要将成品规格按照规则加量，得到一个较粗的轧制规格。
(2)原料匹配与报料模块
原料匹配与报料模块的主要功能是根据订单中每个客户的具体产品规格要求，根据其生产工艺路径，自动匹配对应的坯料类型，查找坯料库存中是否有料，若有坯料，安排此订单的排产日期，若缺料，则按交货日期进行上报，保证开工前来料。
原料匹配与报料模块主要包括客户产品规格信息的识别与分类，基于自然语言处理的文本分类，工艺路径规则，自动坯料匹配，判断仓库中的坯料是否满足订单要求，以及排产与报料等。
采用一万条以上的订单作为训练样本集，将订单中客户要求信息进行结巴分词、特征提取，选用text-cnn模型，分别以钢材锭型和方坯状态做标签训练模型；钢材锭型匹配和方坯状态匹配，使用文本分类模型对订单之中的客户要求进行分类，得到钢锭型号和方坯状态。并设置人工核验与补充功能；对原料库存进行搜索与匹配，确定是否有料；对缺料订单进行按期坯料上报。
(3)换辊优化与智能排产模块
换辊优化与排产模块的主要功能有两项，一个是在保证交货期的前提下，优化热连轧轧机的换辊次数，从而实现换辊成本最低和逾期程度最小的目标；另一个功能是实现临时插订单或减订单。
换辊优化与排产模块主要内容包括：轧辊更换顺序进行编码，考虑换辊成本和订单逾期程度最少的优化目标函数构建，基于遗传算法的换辊次数优化算法以及热连轧排产与报料。
使用多目标遗传算法对排产顺序优化，以换辊成本最小和逾期程度最少做为约束条件，以编码后的生产轧辊轮换顺序做优化对象，随机生成数量为n的初始种群，迭代一定次数得到最优解；其中n为大于等于1的正整数。
①对生产中的轧辊更换顺序进行编码，如一次排产需更换轧辊套数为5，需要轮换10次，则其中一种顺序可编为“abcdeabcde”；
②建立优化模型的目标函数：
其中，α、β皆为调节系数，可根据设计者的经验调整，x1表示换辊成本，x2表示订单逾期程度；
③对步骤2中换辊成本x1，与订单逾期程度x2进行建模；
④随机生成数量为n种的换辊顺序种类作为初始种群，进行交叉、变异等操作，每一代选取适应度评估良好的个体作为下一代的群体，迭代一百到五百代或直到得到最优解。以轧辊顺序最优解推导订单顺序；当得到订单顺序之后，从开工日期开始逐天安排订单，并记录到输出数据之中。
将上述订单解析与处理模块、原料匹配与报料模块和换辊优化与智能排产模块均用python语言实现，并安装到高性能工业用计算机上，供计划人员做排产时应用，从而达到一键排产的目的。
本发明的优点在于：
(1)国内外首次提出高速工具钢生产热连轧工序的智能排产与报料方法，为特钢生产热连轧工序的排产自动化提供了新思路；
(2)作为高速工具生产全流程一体化排产系统的子功能，本发明为高速工具生产的高精准排产，提供强有力的核心功能，能够实现其产品逾期少、成本低、效率高的目标。
附图说明
图1主要模块之间的关系图。
图2销售订单截图。
图3排产结果展示图。
具体实施方式
下面采用本发明对高速工具钢热连轧工序进行排产和报料，结合图1和图2说明本发明的实施方法，具体过程如下：
(1)订单解析与处理模块
订单解析与处理模块的主要功能是采集订单与库存信息、清洗数据，并对订单进行初步解析与分类，并将订单中的成品规格换算为生产规格参数。
订单解析与处理模块的具体内容主要包括销售订单数据的接收、清洗、解析与分类、生产参数运算等内容。
①数据接收。使用pandas和xlrd等的方法接收销售订单数据、库存数据和规则库数据等excel格式文件，或使用cx_oracle等的方法直接导入数据库数据；
②数据清洗。剔除或适当修正空白值以及错误值，将因客户书写习惯的不同和命名标准造成的差异进行规范化；
③订单初步解析与分类。通过分析订单的物料名称与规格范围，确定其轧机成材工艺路线，然后结合关键字进行模板匹配，依次判定订单是否为异型钢材、钢丝盘丝等特殊材料，是否走扒皮或退火等工艺路线；
④生产参数运算。针对异型材、钢丝、方扁带钢、扒皮轧辊坯等特殊轧件在销售订单之中标注的产品规格，则根据公式或者参考表格推算，如异型材需要将长乘宽乘高的最终规格格式，转换成热轧之后的直径格式；扒皮材料则需要将成品规格按照规则加量，得到一个较粗的轧制规格。
(2)原料匹配与报料模块
原料匹配与报料模块的主要功能是根据订单中每个客户的具体产品规格要求，根据其生产工艺路径，自动匹配对应的坯料类型，查找坯料库存中是否有料，若有坯料，安排此订单的排产日期，若缺料，则按交货日期进行上报，保证开工前来料。
原料匹配与报料模块主要包括客户产品规格信息的识别与分类，基于自然语言处理的文本分类，工艺路径规则，自动坯料匹配，判断仓库中的坯料是否满足订单要求，以及排产与报料等。
采用一万条以上的订单作为训练样本集，将订单中客户要求信息进行结巴分词、特征提取，选用text-cnn模型，分别以钢材锭型和方坯状态做标签训练模型；钢材锭型匹配和方坯状态匹配，使用文本分类模型对订单之中的客户要求进行分类，得到钢锭型号和方坯状态。并设置人工核验与补充功能；对原料库存进行搜索与匹配，确定是否有料；对缺料订单进行按期坯料上报。
(3)换辊优化与智能排产模块
换辊优化与排产模块的主要功能有两项，一个是在保证交货期的前提下，优化热连轧轧机的换辊次数，从而实现换辊成本最低和逾期程度最小的目标；另一个功能是实现临时插订单或减订单。
换辊优化与排产模块主要内容包括：轧辊更换顺序进行编码，考虑换辊成本和订单逾期程度最少的优化目标函数构建，基于遗传算法的换辊次数优化算法以及热连轧排产与报料。
使用多目标遗传算法对排产顺序优化，以换辊成本最小和逾期程度最少做为约束条件，以编码后的生产轧辊轮换顺序做优化对象，随机生成数量为n的初始种群，迭代一定次数得到最优解；其中n为大于等于1的正整数。
①对生产中的轧辊更换顺序进行编码，如一次排产需更换轧辊套数为5，需要轮换10次，则其中一种顺序可编为“abcdeabcde”；
②建立优化模型的目标函数：
其中，α、β皆为调节系数，可根据设计者的经验调整，x1表示换辊成本，x2表示订单逾期程度；
③对步骤2中换辊成本x1，与订单逾期程度x2进行建模；
④随机生成数量为n种的换辊顺序种类作为初始种群，进行交叉、变异等操作，每一代选取适应度评估良好的个体作为下一代的群体，迭代一百到五百代或直到得到最优解。以轧辊顺序最优解推导订单顺序；当得到订单顺序之后，从开工日期开始逐天安排订单，并记录到输出数据之中。
将上述订单解析与处理模块、原料匹配与报料模块和换辊优化与智能排产模块均用python语言实现，并安装到高性能工业用计算机上，供计划人员做排产时应用，从而达到一键排产的目的。
仿真验证
以河北省某高速工具钢生产企业的热连轧分厂作为仿真对象，进行仿真验证。采用该厂的某月销售订单作为模块的输入，销售订单截图如附图2所示。本发明的三个模块先后作用，能够实现销售订单中的钢种规格自动转换为生产规格，且可以智能匹配坯料的锭型、规格以及质量，从库存表中搜索对应坯料是否足够，最终根据交期和换辊成本得出最优生产日期，排产结果如图3所示。
仿真结果表明本发明，通过分析、计算与优化销售订单，能够给出精准排查计划，从而实现热连轧生产的高效率、少逾期和低成本生产模式。
- 还没有人留言评论。精彩留言会获得点赞！